淮南潘谢矿区岩溶水化学特征及其形成机制研究

淮南煤田深部煤层开采受其下部岩溶水害的干扰,分析其化学组分分布规律、探讨其形成过程,可为水害防治提供一定的理论指导。本文以淮南潘谢矿区太原组岩溶含水层为研究对象,通过分析其水文地质背景,采用多元统计、水化学组分、水文地球化学反向模拟等方法,对该区两个次一级水文地质单元的水化学组分进行分析。结果表明：受挤压-拉张作用下的古地貌是影响古地下水补、径、排的重要因素;Ⅰ区、Ⅱ区阴、阳离子均以Cl^-、Na⁺+K⁺为主,但Ⅱ区中HCO₃^-占比较大,且Ⅰ区SO₄^2-含量大于Ⅱ区;受局部开放的氧化环境影响,Ⅰ区主要以阳离子交换作用为主,存在黄铁矿氧化,而Ⅱ区以阳离子交换作用与黄铁矿的氧化为主,为还原环境,但逐步向部分氧化环境转变;长期的矿山开采活动使得区内岩溶地下水流系统发生持续改变,也是影响单元间岩溶水质产生差异性的重要因素。     

关于旅游开发区的环境影响评价问题

简要地介绍了环境影响评价的重要意义、评价分类,指出坚持环境影响评价是经济可持续发展的重要保证,并用实例说明了环境影响评价的方法及过程.     

粉煤灰掺入量对煤矸石水力学性质和导气率的影响

为研究粉煤灰掺入量对煤矸石水力学性质和导气率的影响,设计9种矸灰比的粉煤灰-煤矸石混合物,运用室内一维定水头法和压力膜仪（DIK-3423）以及一维瞬态法测试了混合物饱和含水量、饱和导水率、水分特征曲线和导气率等指标,并与土壤、粉煤灰和煤矸石进行对比分析。结果表明:1）粉煤灰的掺入可以提高煤矸石的饱和含水量,矸灰比3∶7~2∶8的混合物的饱和含水量为36.9%~41.4%,数值上最接近土壤;2）混合物的饱和导水率受粉煤灰掺入量和容重影响,相同粉煤灰掺入量下提高容重会降低饱和导水率,而饱和导水率变化的整体趋势随粉煤灰掺入量的增大而减小;3）混合物的持水性能随粉煤灰掺入量的增大而增大;4）混合物的导气率随粉煤灰掺入量的增大而减小,粉煤灰掺入量<40%的混合物导气率对含水量的敏感度呈先减小后增大的趋势,其余比例混合物导气率变化较均匀;5）矸灰比（煤矸石与粉煤灰体积比）在3∶7~2∶8混合物的植物有效水含量为17.3%~17.6%,数值上最接近土壤,选用粉煤灰-煤矸石混合物充填塌陷土地时可控制矸灰比在3∶7,此时渗透性小,且可以保证有良好的土壤有效水供给。研究结果可为塌陷区土地复垦质量的改良提供数据参考。     

基于CFD及正交试验的工作面流场参数优化

采空区注氮是一种常用的采空区防灭火及治理遗煤自燃的措施,与采空区瓦斯抽采及工作面通风相似,均会对整个工作面及采空区流场产生影响,为了实现工作面及采空区生产安全性及经济性最优化,对进风量、采空区流管总量、流管高度、流管间距、注氮量 、注氮位置六因素进行正交试验,借助数值模拟软件对正交试验确定的方案进行三维流场模拟,根据模糊数学相关理论选择模糊优选评价指标及指标权重,对所得结果进行优选,得到所有因素的最优解,进而得到优组合。实现采空区注氮、瓦斯抽采及工作面通风参数优化。     

阴/非离子化学剂与糖脂类生物剂复配对煤尘润湿效果影响

为解决糖脂类生物表面活性剂润湿性能差的问题,选取4种化学表面活性剂和3种生物表面活性剂,通过对化学表面活性剂与生物表面活性剂的溶液的表面张力、沉降速度和红外光谱分析,研究化学表面活性剂与生物表面活性剂复配对煤尘润湿效果的影响。研究结果表明：化学表面活性剂与生物表面活性剂复配对煤尘的润湿性存在增强作用,且化学表面活性剂润湿性能越强,复配后对煤尘润湿性的增强作用越好,当二者为阴/非组合时这种增效作用更强,当质量分数达到一定值时,影响减弱。单体与复配的表面张力的线性回归模型表明,在对复配表面张力的影响中化学表面活性剂占主要影响因素。其中化学表面活性剂SDS与生物表面活性剂槐糖脂复配时增效作用最好,表面张力最低为23.04 mN/m,煤尘沉降速度最快为7.70 mg/s。     

基于较大块石分布位置的土石混合边坡稳定性研究∗

为了准确分析土石混合边坡的稳定性,克服传统有限元和颗粒流程序在分析土石混合边坡稳定性上的不足,提出一种基于原始土石混合边坡的图像识别和块石随机生成技术,运用此技术生成土石混合边坡模型,模型中较大块石的尺寸范围为0.1～0.3倍坡高,并采用强度折减法对5种不同较大块石分布位置的土石混合边坡的稳定性进行了分析研究。结果表明:不同的较大块石分布位置对土石混合边坡稳定性的影响较大,影响的大小关系为:坡脚坡面坡顶坡内坡后均质土坡;在同一较大块石分布类型下,不同的块石随机位置及排列方式对土石混合边坡的塑性扩展模式有着较大影响。研究结果可为土石混合边坡的设计及施工提供参考依据。     

淮南市淮河水域水源保护与防治对策

根据淮河水环境的特点，对水域现状和污染源现状进行了分析，通过对水源保护功能的划分，提出了防治对策和综合整治措施。     

一种基于卷积神经网络的源解析因子识别方法

为解决源解析因子识别过程中人为参与及判定过程复杂的问题,提高源解析因子识别工作的效率,提出基于卷积神经网络(CNN)的源解析因子识别方法.通过文献调研,构造可供CNN模型训练的因子识别数据集,对因子识别模型进行训练与调试,并以北京市南部采样点的PM_2.5组分观测数据对模型进行验证.同时,利用正定矩阵分解模型(PMF)解析得到不同因子数时的源谱矩阵,输入因子识别模型并与人工分析比对.结果表明,9个因子时模型的识别效果最佳,可以实现既无重复识别又无“无法判定”的情况,与源解析因子人工识别结果吻合,证明了所提出方法的合理性与可行性.该方法不仅对源解析中因子识别问题具有一定的实用价值,同时对减排策略的制定与动态调整也具有积极意义.     

北京市城区夏季VOCs变化特征分析与来源解析

精细化的挥发性有机物（VOCs）组分特征和来源分析,可以为科学有效地进行臭氧（O₃）污染防控提供支持.利用2020年夏季7~8月北京城区点位监测的小时分辨率VOCs在线数据,分析高O₃浓度时段和低O₃浓度时段环境受体中VOCs化学特征和臭氧生成潜势（OFP）,并利用正定矩阵因子分解（PMF）模型进行精细化源解析.结果表明,观测期间监测点φ［总大气挥发性有机物（TVOCs）］平均值为12.65×10^-9,高O₃时段和低O₃时段φ（TVOCs）平均值分别为13.44×10^-9和12.33×10^-9,OFP分别为107.6μg·m^-3和99.2μg·m^-3.观测期间O₃生成受VOCs控制,芳香烃的反应活性最高,对OFP贡献排名前三的组分均为异戊二烯、甲苯和间/对-二甲苯.低O₃时段环境受体中VOCs的主要来源包括汽车排放（26.4%）、背景排放（15.7%）、溶剂使用（13.0%）、汽修（12.8%）、二次生成源（9.7%）、生物质燃烧（6.1%）、印刷行业（5.7%）、液化天然气（LNG）燃料车（5.5%）和植被排放（5.0%）,其中背景排放、二次生成和印刷行业源在近年来北京VOCs源解析研究中少有讨论.高O₃时段汽修源和二次生成源贡献分别较低O₃时段上升了3.4%和2.6%,汽车排放仍是北京城区最主要的VOCs贡献源.植被排放源从07：00开始上升,在午后达到最高;背景排放源的贡献变化较小;汽车排放和LNG燃料车排放源呈现早晚高峰特征,下午时贡献相对较低.